Python - 附加/填充二进制文件会添加垃圾

Question

我正在尝试创建和连接二进制文件，我需要在它们之间添加填充，由于某种原因，python 添加了垃圾并显着增加了文件（并且它还更改了现有内容）。

我所做的是这样的

file1 = OPEN(read_file, "rb")
file2 = OPEN(read_file, "rb")
file3 = OPEN(write_file, "ab")
data = file1.read(f1_size)
file3.write(data)
file3.flush()
file1.close()
while padding_size > 0:
   file3.write(b'\x00')
   padding_size -= 1
   file3.flush() # Not sure this is mandatory here
data2 = file2.read(f2_size)
file3.write(data2)
file3.flush()
file2.close()
file3.close()

这甚至发生在我添加第二个二进制文件之前。如果我使用较小的尺寸（比如说 100），那么它写得很好，但是如果我使用稍大的尺寸，它就会变得很疯狂，并且会在输出文件中添加很多垃圾。 这段代码不是最优的，但对我来说并不重要，只要我能够正确添加填充。

感谢您的帮助。

更新
我实际上了解到另一个不应更改我的文件的脚本正在执行此操作，并由于失败而导致问题。 感谢您的见解和帮助，我对脚本进行了重大更改。

Answer 1

问题可能与您正在做的额外工作（特别是指定输入大小）或您检查输出的方式（上面未指定）有关。

考虑以下内容，根据需要进行操作：

准备测试数据：

$ echo "abc" > input1
$ echo "def" > input2
$ zip input1.zip input1
  adding: input1 (stored 0%)
$ zip input2.zip input2
  adding: input2 (stored 0%)
$ cat -v input1.zip
PK^C^D
^@^@^@^@^@)}NGNM-^AM-^HG^D^@^@^@^D^@^@^@^F^@^\^@input1UT    ^@^CM-^^w^^V[x^^Vux^K^@^A^DM-]^E^@^@^DM-]^E^@^@abc
PK^A^B^^^C
^@^@^@^@^@)}NGNM-^AM-^HG^D^@^@^@^D^@^@^@^F^@^X^@^@^@^@^@^A^@^@^@M-$M-^A^@^@^@^@input1UT^E^@^CM-^^w^^Vux^K^@^A^DM-]^E^@^@^DM-]^E^@^@PK^E^F^@^@^@^@^A^@^A^@L^@^@^@D^@^@^@^@^@
$ cat -v input2.zip
PK^C^D
^@^@^@^@^@.}NGM-<M-^Sn^H^D^@^@^@^D^@^@^@^F^@^\^@input2UT    ^@^CM-'w^^V[x^^Vux^K^@^A^DM-]^E^@^@^DM-]^E^@^@def
PK^A^B^^^C
^@^@^@^@^@.}NGM-<M-^Sn^H^D^@^@^@^D^@^@^@^F^@^X^@^@^@^@^@^A^@^@^@M-$M-^A^@^@^@^@input2UT^E^@^CM-'w^^Vux^K^@^A^DM-]^E^@^@^DM-]^E^@^@PK^E^F^@^@^@^@^A^@^A^@L^@^@^@D^@^@^@^@^@

完善的脚本“test.py”：

read_file1 = "input1.zip"
read_file2 = "input2.zip"
write_file = "output"
padding_size = 50

with open(write_file, "ab") as file3:
    with open(read_file1, "rb") as file1:
        data = file1.read()
        file3.write(data)
    while padding_size > 0:
        file3.write(b'\x00')
        padding_size -= 1
    with open(read_file2, "rb") as file2:
        data = file2.read()
        file3.write(data)

输出：

$ python test.py
$ cat -v output
PK^C^D
^@^@^@^@^@)}NGNM-^AM-^HG^D^@^@^@^D^@^@^@^F^@^\^@input1UT    ^@^CM-^^w^^V[x^^Vux^K^@^A^DM-]^E^@^@^DM-]^E^@^@abc
PK^A^B^^^C
^@^@^@^@^@)}NGNM-^AM-^HG^D^@^@^@^D^@^@^@^F^@^X^@^@^@^@^@^A^@^@^@M-$M-^A^@^@^@^@input1UT^E^@^CM-^^w^^Vux^K^@^A^DM-]^E^@^@^DM-]^E^@^@PK^E^F^@^@^@^@^A^@^A^@L^@^@^@D^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@^@PK^C^D
^@^@^@^@^@.}NGM-<M-^Sn^H^D^@^@^@^D^@^@^@^F^@^\^@input2UT    ^@^CM-'w^^V[x^^Vux^K^@^A^DM-]^E^@^@^DM-]^E^@^@def
PK^A^B^^^C
^@^@^@^@^@.}NGM-<M-^Sn^H^D^@^@^@^D^@^@^@^F^@^X^@^@^@^@^@^A^@^@^@M-$M-^A^@^@^@^@input2UT^E^@^CM-'w^^Vux^K^@^A^DM-]^E^@^@^DM-]^E^@^@PK^E^F^@^@^@^@^A^@^A^@L^@^@^@D^@^@^@^@^@
$ ls -l
total 24
-rw-r--r-- 1 foo bar   4 Oct 14 15:41 input1
-rw-r--r-- 1 foo bar 166 Oct 14 15:45 input1.zip
-rw-r--r-- 1 foo bar   4 Oct 14 15:41 input2
-rw-r--r-- 1 foo bar 166 Oct 14 15:45 input2.zip
-rw-r--r-- 1 foo bar 382 Oct 14 15:58 output
-rw-r--r-- 1 foo bar 406 Oct 14 15:58 test.py

注意事项：

文档——在这种情况下是https://docs.python.org/2/tutorial/inputoutput.html——有很好的建议，而且通常先花一点额外的时间来理解它们是非常明智的。

• 例如，搜索“读取”，您会看到file.read() 读取整个文件，大小参数是可选的。那是一个不那么可动的部分——除非你真的必须，否则不要指定尺寸，因为你可能会错误地指定它。

• 在阅读文档时，您会看到推荐使用“开放式”语法——这有助于使代码更易于阅读，这通常有助于调试和维护。

• 搜索“flush”，实际上你根本找不到它——没有必要。谷歌“Python 刷新文件”，你会发现更详细的确认和解释“刷新”的用例是什么。这是另一个需要移除的活动部分。

因此我修改了上面的代码。

最后，总是花时间制作简单/小型的测试数据，就像我在这里所做的那样。它足够小，您可以看到整个输入文件和整个生成的输出文件，并且可以直观地确认它们没有损坏。此外，使用ls -l 可以看到（输出文件的大小）=（输入1 的大小）+（输入2 的大小）+ 填充。

现在，我们将何去何从？

此答案提供了可实现您既定目标的确认代码。 （耶！）当然，您可能仍然有错误 - 但即使是这样，现在您有一个参考点，您可以使用它来进一步调查您自己的复制案例，看看它有什么不同。 （如果确实不同，请随时发布一个新问题，使用您自己的测试数据、完整的可运行脚本以及您用来确定输出已损坏的方法。）